available jurnal manajemen industri dan logistik
TRANSCRIPT
Page | 202
JURNAL MANAJEMEN INDUSTRI DAN LOGISTIK VOL. 1 NO. 2 NOVEMBER 2018
Available online at : http://jurnal.poltekapp.ac.id/
Jurnal Manajemen Industri dan Logistik | ISSN (Print) 2622-528X | ISSN (Online) 2598-5795 |
Logistic Management
PEMILIHAN SUPPLIER BERDASARKAN INDEKS
KAPABILITAS DENGAN KARAKTERISTIK TUNGGAL
Erik Bagus Prasetyo
1 dan Nani Kurniati
2.
, E-mail: [email protected]
Jurusan Teknik Industri, Fakultas Teknologi Industri, Jl. Arif Rahman Hakim Sukolilo, Surabaya, 60111,
Indonesia
Abstract
Raw materials is a major requirement in the production process for manufacturing companies. in
fulfilling the needs of raw materials for the production process, most manufacturing firms depends on
suppliers. Supplier selection is an important part of manufacturing companies. From several supplier
selection criteria, quality is one of the important criteria and it used in supplier assessment. Selecting
suppliers based on the quality of their products will have a positive impact on manufacturing
companies, such as increased profits through reduced operational costs and increased market share.
In this study will compare two suppliers at manufacturing companies and choose one that has a
higher capability value. The selection of suppliers is made using the yield index of Spk with a single
characteristic. Supplier will be selected by comparing the yield ratio of two suppliers. Numerical
calculations are performed on suppliers based on pH levels on the leather. The pH level on the leather
will affect the color. A low pH may result color degradation earlier, whereas a high pH may result
poor color matching.
(kosong satu spasi tunggal 10 pt)
Keywords: supplier selection, quality, pH levels, yield index, single characteristics
Abstrak
Bahan baku merupakan kebutuhan utama dalam melakukan proses produksi bagi perusahaan
manufaktur. Dalam memenuhi kebutuhan bahan baku untuk proses produksi, sebagian besar
perusahaan manufaktur bergantung pada supplier. Pemilihan supplier merupakan bagian yang
penting dalam perusahaan manufaktur. Dari beberapa kriteria pemilihan supplier, kualitas
merupakan salah satu kriteria yang penting dan digunakan dalam penilaian supplier. Memilih
supplier berdasarkan kualitas produknya akan mempunyai dampak positif terhadap perusahaan
manufaktur, seperti peningkatan keuntungan melalui penurunan biaya operasional dan peningkatan
pangsa pasar. Pada penelitian ini akan membandingkan dua supplier pada perusahaan manufaktur
dan memilih salah satu yang memiliki nilai kapabilitas yang lebih tinggi. Pemilihan supplier
dilakukan dengan menggunakan yield index Spk dengan karakteristik tunggal. Supplier akan dipilih
dengan cara membandingkan rasio yield dari dua supplier. Perhitungan numerik dilakukan pada
supplier berdasarkan kadar pH terhadap kulit. Kadar pH pada kulit akan berpengaruh terhadap
warna. pH rendah menyebabkan degradasi warna yang lebih awal, sedangkan pH tinggi
menyebabkan kesesuaian warna yang tidak baik.
Kata kunci: pemilihan supplier, kualitas, kadar pH, yield index, karakteristik tunggal
1. PENDAHULUAN
Perusahaan manufaktur mempunyai
hubungan dengan banyak pihak, salah
satunya adalah supplier. Supplier adalah
perusahaan yang menyediakan material yang
Erik Bagus / Jurnal Manajemen Industri dan Logistik – Vol. 1 No. 2, November 2018
Page | 203
tidak bisa disediakan oleh perusahaan
manufaktur itu sendiri.
Untuk meraih kesuksesannya, perusahaan
manufaktur harus mempunyai kemampuan
untuk memilih supplier yang tepat.
Pemilihan supplier merupakan keputusan
mendasar dan kritis bagi perusahaan (Kuo, &
Lin, [4]; Rezaei & Davoodi, [10]) dalam Wu
et al., [12]. Keputusan dalam memilih
supplier memberikan dampak secara
langsung pada daya saing perusahaan dan
mempercepat respon perusahaan terhadap
permintaan pasar. Dari berbagai kriteria yang
ada, kualitas dianggap sebagai faktor yang
paling penting untuk penilaian supplier (Liao
et al., [6]). Demikian pula, Weber et al. [11]
menganggap kualitas sebagai “extreme
importance”.
Indeks Proses Kapabilitas dan Process Yield Indeks proses kapabilitas telah banyak
digunakan untuk mengukur kemampuan
proses dan sangat penting untuk kegiatan
peningkatan kualitas. Beberapa process
capability index yang telah dikembangkan
seperti Cp, CPU, CPL, dan Cpk (Kane, [3]).
6p
USL LSLC
(1)
3pu
USLC
(2)
3pl
LSLC
(3)
min ,3 3
pk
USL LSLC
(4)
Menurut Pearn dan Cheng [9] process yield
didefinisikan sebagai persentase unit produk
manufaktur dengan karakteristik kualitas
yang berada dalam batas spesifikasi. Process
yield merupakan kriteria penting yang
digunakan dalam industri manufaktur untuk
mengukur kinerja proses. Metode untuk
mengukur yield untuk proses dengan
karakteristik tunggal diteliti secara ekstensif.
Namun, metode untuk mengukur yield untuk
proses dengan beberapa karakteristik belum
banyak dieksplorasi (Pearn et al., [8]. Untuk
proses dengan spesifikasi manufaktur dua
sisi, process yield dapat dihitung sebagai
berikut,
% 100 %Yield F USL F LSL (5)
dimana F(.) adalah cumulative distribution
function (CDF) dari karakteristik proses. Jika
karakteristik proses mengikuti distribusi
normal, maka hasil prosesnya dapat
dinyatakan sebagai,
/% 100
/
USLYield
LSL
(6)
dimana µ adalah mean prosesnya, σ adalah
deviasi standar proses, dan Φ(.) adalah CDF
dari distribusi normal standar N (0, 1).
Kemudian Boyles [1] mengusulkan indeks
kapabilitas untuk process yield, disebut Spk
untuk proses normal, seperti yang
didefinisikan sebagai berikut:
1
1
21
3 1
2
pk
USL
SLSL
(7)
dimana 𝛷−1(.) adalah fungsi invers CDF Φ
(.) distribusi normal standar. Menurut (Pearn
et al. [7]; Chen [2]), indeks Spk menetapkan
hubungan antara spesifikasi manufaktur dan
kinerja proses aktual, yang memberikan
ukuran yang tepat dari process yield. Jika Spk
= c, maka process yield dapat dinyatakan
sebagai,
% 100 2 3 1 %Yield c (8)
Indeks Spk memberikan ukuran process yield
yang tepat (bukan perkiraan) berdasarkan
asumsi normal. Untuk alasan ini, indeks Spk
telah diterima oleh banyak digunakan sebagai
Erik Bagus / Jurnal Manajemen Industri dan Logistik – Vol. 1 No. 2, November 2018
Page | 204
alat komunikasi untuk mengevaluasi dan
memperbaiki kualitas manufaktur.
Statistik Spk
Untuk memperkirakan yield index, Lee et al.
[5] mempertimbangkan natural estimator
sebagai berikut,
1
1
21ˆ3 1
2
pk
USL x
sS
x LSL
s
(9)
dimana 1
nj
j
xx
n
dan
12 2
1 1
n
i
x xs
n
masing-masing adalah mean sampel dan
standar deviasi sampel. Distribusi yang tepat
dari 𝑆 pk secara matematis sulit diatasi karena
ini adalah fungsi kompleks dari statistik 𝑥 dan s. Oleh karena itu, Lee et al. [5]
memperoleh pendekatan normal terhadap
distribusi 𝑆 pk menggunakan teknik ekspansi
Taylor. Artinya, estimator 𝑆 pk kira-kira
terdistribusi normal dengan mean Spk dan
varian
2 2
2
36 3 pk
a b
n S
dimana,
3 2 3 21
2 3 3
p a p a
p a p a
C C C Ca
C C C C
(10)
3 2 3 , 1,2,...p a p ab C C C C i (11)
dan 𝛷(. ) adalah probability density function
(PDF) dari distribusi normal standar.
Berdasarkan pada pendekatan normal
terhadap distribusi 𝑆 pk oleh Lee et al. [5],
rasio tes statistik R dapat ditunjukkan sebagai
berikut,
2
2 21
22 1 1
,, 1,2,...
,
pk spk
pk pk s
N SSR i
S N S
(12)
dimana
1
1
21ˆ , 1,2,...3 1
2
i
i
pki
i
i
USL x
sS i
x LSL
s
,(13)
2 2
2
2, 1,2,...
36 3
i i
si
i pki
a bi
n S
(14)
3 2
13 2 , 1,2,...
23 3
pi ai
i pi ai
pi ai pi ai
C C
a C C i
C C C C
(15)
3 2
3 , 1,2,...
i pi ai
pi ai
b C C
C C i
(16)
Menurut investigasi yang telah dilakukan
oleh Pearn et al. [7] nilai kritis c1 dan c2
untuk pengujian dua yield indices dapat
diperoleh dengan kondisi Spk1 = Spk2 = C dan
Ca1 = Ca2 = 1, contohnya untuk tujuan
keandalan.
1
1 1 2
1 2 1 2
0
| ,
1, ,
2
pk pk
a a
c
R
R c S S CP
C C n n
f r dr
(17)
atau
2
2 1 2
1 2 1 2
0
| ,
1, ,
2
pk pk
a a
R
c
R c S S CP
C C n n
f r dr
(18)
Tabel 1 mencantumkan nilai kritis dua sisi c1
dan c2 dengan α = 0.05 dan berbagai ukuran
sampel n1 = n2 = n dari 25 sampai 200
dengan kenaikan jumlah sampel sebesar 25.
Jika R < c1 atau R > c2, maka H0 : Spk2 = Spk1
Erik Bagus / Jurnal Manajemen Industri dan Logistik – Vol. 1 No. 2, November 2018
Page | 205
= 1 akan ditolak, dan menyimpulkan bahwa
yield dari dua proses tersebut berbeda secara
signifikan dengan α = 0.05.
Tabel 1. Nilai kritis c1 dan c2 dengan α =
0.05 untuk beberapa n1 = n2 = n
n c1 c2
25 0.6668 1.4993
50 0.7544 1.3254
75 0.7954 1.2570
100 0.8206 1.2183
125 0.8318 1.2019
150 0.8513 1.1745
175 0.8617 1.1604
200 0.8701 1.1493
2. METODE PENELITIAN
Histogram dibuat dengan batas spesifikasi
dua sisi dan plot probabilitas normal dari
pengumpulan data pH supplier A dan
supplier B untuk mengetahui posisi dan
sebaran data. Langkah berikutnya yaitu
menghitung nilai 𝑆 pk dari masing – masing
supplier 𝑆 pkA dan 𝑆 pkB,
1
1
21ˆ , , ,...3 1
2
i
i
pki
i
i
USL x
sS i A B
x LSL
s
(19)
1
, , ,...n
j
i
j
xx i A B
n
(20)
2
1
, , ,...1
n
i
i
x xs i A B
n
(21)
dimana,
USL upper specification limit
LSL lower specification limit
𝑥 i mean sampel
𝑠𝑖 standar deviasi sampel
Untuk membandingkan process yield dari
dua supplier, tes hipotesis dilakukan untuk
rasio dari dua yield indices sebagai berikut,
0 : 1pkB
pkA
SH
S (22)
1 : 1pkB
pkA
SH
S (23)
Setelah dilakukan hipotesis kemudian
menghitung rasio tes statistik R berdasarkan
pendekatan normal terhadap distribusi 𝑆 pk
pkB
pkA
SR
S (24)
Analisa dilakukan terhadap rasio tes dan nilai
kritis dengan 𝛼 = 0.05 yang didapatkan dari
tabel 1. Untuk menentukan nilai kritis pada
tabel 1 disesuaikan dengan jumlah sampel
yang digunakan.
Hipotesa berikut dapat digunakan untuk
memilih supplier,
0 : pkB pkAH S S (25)
1 : pkB pkAH S S (26)
3. HASIL DAN PEMBAHASAN
Pada penelitian ini menggunakan data pH
dari dua supplier. Masing - masing supplier
mempunyai 100 data pH. Batasan spesifikasi
dari pH kulit yang digunakan antara 3,5 –
7,5. Tabel 2 dan 3 adalah pengumpulan data
kulit pH dari supplier A dan supplier B.
Tabel 2. Pengumpulan data pH supplier A
Erik Bagus / Jurnal Manajemen Industri dan Logistik – Vol. 1 No. 2, November 2018
Page | 206
5.54 5.62 6.42 5.53 5.65
5.10 5.68 5.69 6.57 5.36
4.90 5.74 4.35 4.82 5.41
5.28 5.34 4.65 4.85 5.54
5.36 5.56 5.32 6.25 5.45
5.66 5.46 4.85 4.54 5.14
5.34 5.14 4.62 4.58 4.96
5.21 4.84 5.24 5.56 4.95
4.58 4.98 5.62 5.55 4.85
4.52 4.85 4.65 5.54 5.23
4.35 5.65 4.46 4.25 4.98
4.52 5.95 4.65 5.24 4.65
4.46 6.24 4.84 5.62 4.55
4.84 6.85 4.74 5.66 4.46
5.84 6.47 4.81 4.92 4.85
4.68 5.28 5.46 4.48 4.25
4.25 5.95 5.61 4.81 3.90
4.95 5.64 5.66 4.96 3.85
4.58 5.64 4.76 4.90 6.14
5.28 5.98 5.51 5.32 5.15
Tabel 3. Pengumpulan data pH supplier B 5.69 6.57 5.36 4.52 3.95
4.35 4.82 5.41 6.46 6.24
5.36 6.42 5.95 6.65 6.85
5.41 4.46 5.36 4.52 5.95
3.54 4.84 5.41 4.46 6.24
5.45 5.84 5.54 6.44 6.87
5.14 3.68 5.45 5.84 6.47
4.96 4.25 5.14 4.68 5.28
6.99 4.95 4.96 4.25 5.95
4.85 4.58 4.95 4.95 5.64
5.54 5.62 6.42 5.53 4.65
5.15 5.68 5.69 6.57 5.36
4.52 5.95 4.65 4.82 5.41
6.42 4.25 4.84 4.85 3.54
4.84 6.90 6.74 6.25 5.45
5.84 6.44 4.81 4.54 5.14
4.68 5.28 3.46 4.58 4.96
4.25 5.95 5.61 5.56 4.95
4.95 5.64 5.66 5.55 4.85
4.58 5.64 4.76 5.54 5.23
Keasaman pada kulit ditentukan oleh proses
pengolahan dari kulit itu sendiri. Kadar pH
akan sangat mempengaruhi kualitas dari kulit
yang dihasilkan. Degradasi warna yang lebih
awal pada kulit disebabkan oleh pH yang
rendah, sedangkan kesesuaian warna yang
buruk bisa jadi merupakan hasil dari pH yang
tinggi. Pada penelitian ini menggunakan
batasan dari spesifikasi pH kulit USL = 7,5;
Target = 5,5; LSL = 3,5.
7,56,55,54,53,5
LSL Target USL
LSL 3,5
Target 5,5
USL 7,5
Sample Mean 5,1728
Sample N 100
StDev(Within) 0,5883
StDev(Overall) 0,586817
Process Data
Within
Overall
Histogram pH Kulit Supplier A
Gambar 1. Histogram dari pengumpulan
data pH supplier A
7,56,55,54,53,5
LSL Target USL
LSL 3,5
Target 5,5
USL 7,5
Sample Mean 5,3207
Sample N 100
StDev(Within) 0,799774
StDev(Overall) 0,797757
Process Data
Within
Overall
Histogram pH Kulit Supplier B
Gambar 2. Histogram dari pengumpulan
data pH supplier B
76543
99,9
99
95
90
80
7060504030
20
10
5
1
0,1
pH Kulit
Percen
t
Mean 5,173
StDev 0,5868
N 100
AD 0,645
P-Value 0,090
Plot Probabilitas pH Kulit Supplier ANormal
Gambar 3. Plot probabilitas dari data pH
supplier A
Erik Bagus / Jurnal Manajemen Industri dan Logistik – Vol. 1 No. 2, November 2018
Page | 207
76543
99,9
99
95
90
80
7060504030
20
10
5
1
0,1
pH Kulit
Percen
t
Mean 5,320
StDev 0,7998
N 100
AD 0,500
P-Value 0,204
Plot Probabilitas pH Kulit Supplier BNormal
Gambar 4. Plot probabilitas dari data pH
supplier B
Gambar 1 dan 2 menunjukkan histogram
untuk nilai pH yang dikumpulkan dengan
batas spesifikasi dua sisi. Gambar 3 dan 4
menunjukkan plot probabilitas normal
dengan uji Anderson-Darling untuk data pH
yang dikumpulkan.
Berdasarkan pengukuran di atas, mean
sampel, standar deviasi sampel dan nilai
estimator 𝑆 pk untuk masing – masing supplier
dapat dihitung.
Untuk supplier A, mean sampel, standar
deviasi sampel masing – masing adalah 𝑥 =
5,173, s = 0,5868 dan untuk nilai estimator
𝑆 pkA dihitung sebagai berikut,
1
1
1 1 1ˆ3 2 2
1 1 7.5 5.173 1 5.173 3.5
3 2 0.5868 2 0.5868
1.0198
pkA
USL x x LSLS
s s
Sedangkan untuk supplier B, mean sampel,
standar deviasi sampel masing – masing
adalah 𝑥 = 5,320, s = 0,7998 dan untuk nilai
estimator SpkB dihitung sebagai berikut,
1
1
1 1 1ˆ3 2 2
1 1 7.5 5.320 1 5.320 3.5
3 2 0.7998 2 0.7998
0.8158
pkB
USL x x LSLS
s s
Hipotesis yang digunakan untuk
membandingkan process yield dari dua
supplier adalah sebagai berikut,
0
1
: 1
: 1
pkB
pkA
pkB
pkA
SH
S
SH
S
Sedangkan perhitungan rasio tes statistik R
berdasarkan pendekatan normal terhadap
distribusi 𝑆 pk adalah,
0.8158
1.0198
0.7999
pkB
pkA
SR
S
Nilai kritis dua sisi c1 dan c2 dengan α = 0.05
dengan nilai sampel n = 100 masing –
masing adalah 0.8206 dan 1.2183. Dari nilai
rasio di atas diketahui bahwa R < c1 = 0.8206
atau R > c2 = 1.2183 maka H0 akan ditolak
dan dapat disimpulkan bahwa yield dari dua
proses tersebut berbeda secara signifikan
dengan α = 0.05.
Kemudian dilakukan hipotesis untuk memilih
supplier berdasarkan yield index Spk,
0
1
:
:
pkB pkA
pkB pkA
H S S
H S S
Dari hasil yield index Spk diperoleh SpkB =
0,8158 < SpkA = 1,0198, maka H0 diterima,
sehingga dari hasil tersebut dapat diperoleh
supplier A yang lebih baik dan akan
diprioritaskan.
Erik Bagus / Jurnal Manajemen Industri dan Logistik – Vol. 1 No. 2, November 2018
Page | 208
4. KESIMPULAN
Seleksi supplier yang efektif akan sangat
menentukan keberhasilan untuk perusahaan
manufaktur. Dari beberapa kriteria pemilihan
supplier, kualitas merupakan salah satu
kriteria yang diutamakan dalam penilaian
supplier. Memilih supplier berdasarkan
kualitas produknya akan mempunyai dampak
positif terhadap perusahaan manufaktur.
Process yield merupakan kriteria penting
yang digunakan dalam industri manufaktur
untuk mengukur kinerja proses. Indeks Spk
memberikan ukuran process yield dengan
batasan spesifikasi dua sisi untuk proses
normal dan memberikan pengukuran
numerik yang tepat mengenai kinerja proses
pada supplier. Ketelitian yang lebih tinggi
untuk menilai dua supplier didapatkan
dengan menggunakan process yield. Dari
perhitungan di atas didapatkan yield index
SpkA = 1,0198 dan SpkB = 0,8158. Yield index
SpkA lebih besar dari SpkB, sehingga supplier A
yang lebih baik untuk dipilih.
DAFTAR PUSTAKA
1. Boyles, (1994). Process capability with
asymmetric tolerances, Comm. Statist : Simulation Comput. 23 (3) 615-643.
2. Chen, (2005). Comparing four lower confidence limits for process yield index Spk, Int. J. Adv. Manuf. Technol. 26(5-6).
3. Kane, (1986). Process capability indices. Journal of Quality Technology 1986; 18(1):41-52.
4. Kuo & Lin, (2012). Supplier selection using analytic network process and data envelopment analysis, International Journal of Production Research Vol. 50, No. 11, 2852–2863.
5. Lee et al., (2002). On The Distribution Of The Estimated Process Yield Index Spk, Qual. Reliab. Engng. Int. 2002; 18: 111-116.
6. Liao et al., (2012). Fuzzy inference to
supplier evaluation and selection based on quality index : a flexible approach, Neural Comput & Applic.
7. Pearn et al., (2004). Normal Approximation to the Distribution of the Estimated Yield Index Spk, Quality and Quantity 2004; 38(1):95–111.
8. Pearn et al., (2006). Measuring production yield for processes with multiple quality characteristic, International Journal of Production Research Vol. 44, No. 21, 4649–4661.
9. Pearn & Cheng, (2007). Estimating process yield based on Spk for multiple samples, International Journal of Production Vol. 45, No. 1, 49-64.
10. Rezaei & Davoodi, (2012). A joint pricing , lot-sizing , and supplier selection model, International Journal of Production Research Vol. 50, No. 16, 4524–4542.
11. Weber et al., (1991). Vendor selection criteria and methods, European Journal of Operational Research 50(1991), 2–18.
12. Wu et al., (2013). Efficient methods for
comparing two process yields – strategies
on supplier selection, International
Journal of Production Research Vol. 51,
No. 5, 1587-1602.